共 57 集。
用AI搞学术
本期讲怎么跟 AI 对话:新手想不周全的话,如何通过 AI 来问你的方式一起头脑风暴、什么时候该给 AI 更大空间不限制AI自己去搜、主线聊清了子主题却是空的怎么办,以及怎么把内容剥成骨架再读。如果你用 AI 做过 PPT 或方案,第一版就想掀桌,欢迎收听。 ⏳ 时间轴 00:00 明明知道要做什么,却不知道怎么跟 AI 开口 01:04 一位 60 岁的老师,用免费的 AI 做 PPT,卡、慢、会崩 01:42 我说你可以直说"我要能编辑的",他恍然:原来还可以这样 02:05 帮他装好工具,他对着窗口有点害怕,不敢开口 第二幕:不敢问,和拼命问 03:06 社科生承认自己也一样:一卡住就想找人,不是继续问 AI 03:39 理科生相反:默认这事就得让它干,一路试探边界 03:54 越不敢问,越不知道它哪些能做、哪些真做不了 04:29 理科生也反思:花一个月让它上线,自己写一两周就够 第三幕:两条路——考问,还是看样板 05:56 与其一次写全提示词,不如加一句"我是小白,你来问我" 06:49 另一条路:直接看 AI 能做到什么程度 07:19 两条路的分野:考问是把需求问出来,样板是看到才知道 09:22 但拿最便宜的模型配高端样板,它也达不到 09:48 两条路可以并行;初级用户不必懂 Skill,知道能一直聊就行 第四幕:我那 80 页 PPT,为什么第二次砸了 10:24 上次成功靠两件事:分窗口 + 用比喻讲清主线 11:53 这次用同样的方法,但主题我自己只有 10% 的理解 12:48 主线定了,分四个窗口各做一块,子主题却是空的 13:24 聊天也聊不动:内容太长,只能看精简版 14:26 看到 Demo 才发现不行,而且不行在内容,不在形式 16:11 聊主线被跑偏,解法是单开窗口,或 fork 一个分支 17:54 更难的问题是:这条主线你到底聊透了没有 20:05 主线算清了,但子主题里怎么讲,我其实没概念 第五幕:把骨架抽出来 20:18 最稀缺的资源是人的注意力,AI 给的信息又多又不抽象 20:54 解法叫"写作元语":剥掉皮肤,只留论点和承接 (写作元语 github 仓库:https://github.com/mayf3/primitives) 21:21 它也治了"每页各讲各的、前后重复" 22:36 写和审分离:写完丢到另一个窗口过一遍 22:52 提醒:元语只能审不能写 第六幕:以后还需要这么细地交代吗 23:50 等 Super Agent 成熟,是不是就不用这么麻烦了 24:14 但听友说,Agent 不是你肚子里的回声 24:58 短期它对你了解不够,长期必然越来越懂你 26:17 你要一辆更快的马车,它可能给你一辆宝马 💬 本期金句 · 「你越不敢跟他聊,越多事情不跟他说,你越不知道哪些是他能做、哪些是他真做不了。」 · 「最稀缺的资源现在不在 AI 那边,在你这里。」 · 「你想要的是一辆更快的马车,但真实需求是更快到达——去搜一下,它可能给你一辆高铁。」 🔧 本期提到的工具 / 概念 · 写作元语 —— 理科生自己攒的一套方法:把内容剥掉"皮肤",只留论点和论点之间的承接关系。用来审结构,也用来对抗信息过载,对应 github 仓库:https://github.com/mayf3/primitives · fork / 分支 —— 从当前对话复制一份上下文另开一个窗口,记忆能带过去,但一条主线里开太多次会很碎。 · WorkBuddy / 千问办公 / 文心一言 —— 这期用三个工具串起那个 60 岁老师的案例:能编辑、不能编辑、以及退回去用的那个很卡但能改的。 · Codex —— 把主线拆成四部分,各开一个窗口产出脚本,最后用总控窗口拼接。 · Grill Me —— 原型是 Matt Pocock 开源的一个 Skill(MIT 协议),本质就是一段 prompt,核心指令是: 反复盘问我这个方案的每个方面,直到我们达成共识;沿着设计树的每个分支往下走,一次解决一个决策依赖;每个问题都给出你推荐的答案;一次只问一个问题。 🎧 往期节目推荐 1. 上一期|56. 读完 DeepSeek Super Agent:"开几十个任务窗口"的时代该翻篇了? https://www.xiaoyuzhoufm.com/episode/6af0946fb4a4e20202f6b540 2. 第47期|用 AI 做 80 页 PPT:差的不是模型能力,而是用法(本期复盘的就是它) https://www.xiaoyuzhoufm.com/episode/6a9d2221f03e74ee6b05d5ea 3. 第43期|WorkBuddy 使用心得:别让一个窗口干所有事(3422 播放) https://www.xiaoyuzhoufm.com/episode/6a6dddafab3a91c24a0e26de 4. 第44期|DeepSeek Harness 说一切皆插件,它到底想干什么?(5493 播放,近期最高) https://www.xiaoyuzhoufm.com/episode/6a81909136641f136d890195 5. 第52期|如何让 AI 7×24 小时帮你干活:出门手机指挥,睡觉自动开工(1502 播放) https://www.xiaoyuzhoufm.com/episode/6acc318e195d838e2af05d72 🧍♂️ 联系我们 微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙") 听众反馈:[email protected]
27 分钟 99+ 次播放 3天前
边听边看:本期知识地图 · 看懂概念,找到相关节目 本期讲 DeepSeek 11 月 1 日那篇《Super Agent 的设计探索》:未来的 AI 助手该有哪四个特点、为什么要分成“路由”和“干活”两层、主动到什么程度算越界、看门狗怎么保证 7×24 小时不挂,以及为什么虽然理科生自己动手搭了个 AI 大总管把活都分出去了,最后做决策和修 Bug 的苦活累活还是全压在人身上。 如果你想了解下一代 AI 助手(Personal Agent)可能会长什么样,或者你已经养了一堆 Agent 却越来越忙,欢迎收听。 ⏳ 时间轴 第一幕:多开几个窗口,是上一代的解法 00:00 DeepSeek 11 月 1 日发文《Super Agent 的设计探索:迈向更自主的 Agent 系统》 00:32 任务一多,我们就会开好几个任务窗口 00:48 会话越多注意力越不够,窗口之间还得人肉传话 01:26 打破绑定不是把所有任务塞进同一段对话,而是你只跟一个助理说话,后台自己分开处理 01:55 具象画面:像 OpenAI 的 Dot 一样,可以随时插话打断、随时追问后台进度 第二幕:SuperAgent四条约束:连续、高效、主动、持久 03:10 这篇文章从“未来合理的 Agent 该具备什么特点”出发 04:10 全文最关键一句:相似的设计约束,会导出相似的架构选择 第三幕:一个前台,一堆后台 05:03 双层架构:Router(路由)和Worker(执行) 05:19 这个结构是从约束推出来的:要跟你连续聊,它就不能亲自下场干活 05:45 Router 像大秘书 06:28 Worker 不限形态,可以是单会话,也可以是一整组 Agent Team 07:15 用户这侧不用管背后有几个 Worker 第四幕:主动的分寸 08:18 主动靠事件驱动,这概念在 OpenClaw(龙虾)出来时就提过,飞书、邮件、定时任务都能触发 09:15 真正的争议是主动到什么程度算越界? 10:12 真人秘书跟老板也得磨合一两年,才知道哪些该请示、哪些自己办 10:44 文章讲的是工程上“能不能被消息唤醒”,那产品上“授权给到多少”? 第五幕:总管解决了分发,没解决决策 11:16 持久靠 Watchdog(看门狗);像 Grok Bot 或 Muse 则是给你一台云端电脑,保证 7×24 小时在线 12:24 看门狗管两类事:系统崩溃把它拉起来,以及任务进度不及预期时介入 12:50 面向人的交互细节:通过异步通信把消息丢进队列执行,保证前台随时能顺畅跟你聊 14:25 理科生:体验了 Dot 之后的感受 15:03 理科生给 AI 助手分了家庭管家、研发总监等岗位,但也发现了新瓶颈 18:40 懂你喜好的强模型应该放在 Worker 层并共享记忆,Router 依然可以保持轻量 第六幕:真正吃掉时间的,是修 Bug 19:53 理科生实战:在龙虾(OpenClaw)之外搭了个能看所有历史记录的 Super Agent 总管 20:30 它没省掉“让 Agent 真正把活干完”的成本 23:18 修环境的办法 23:39 路由分发是容易的,最痛苦的是它做不成功,你得花大量时间去修 第七幕:难的从“怎么做”变成“做什么” 25:46 如何让 Agent 真正了解你的过往阅历与想法,成了最关键的事 27:05 人的注意力应该往上走,去做高层判断 💬 本期金句 · 「相似的设计约束,会导出相似的架构选择。传统计算机系统也要求这四个约束,所以 Agent 的架构会和它非常相似。」 · 「路由是很好解决的,你让它把任务分发一下就行。关键是分发完之后它做不成功,你得去修它——这个才是最痛苦的。」 · 「你今天的授权,不等于未来的授权。老板今天说喜欢黑色,过两天品味变了:你怎么帮我擅自决定了买黑色?」 🔧 本期提到的工具 / 概念 · Super Agent —— DeepSeek 文章提出的系统架构形态。指由前台路由与后台多执行体协同的整套系统;背后可以有成百上千个 Agent,但面向用户交互的入口只有一个。 · Router(路由入口) —— 负责跟你直接聊天、对接需求并把活派发出去的“大秘书”,不亲自下场干耗时重活,在设计上要求尽量轻量。 · Worker(执行层) —— 在后台实际干活的那一层。形态不受限制,可以是单个会话,也可以是一整组包含写稿、审稿等角色的 Agent Team。 · 打破会话绑定 —— 不再按任务手动新建和管理聊天窗口;你可以只跟一个助理说话,后台自动分开处理不同任务。 · 事件驱动 —— 飞书、微信、邮件或定时任务都能主动唤醒 Agent,是“主动性”在工程底层的实现方式。 · Watchdog(看门狗) —— 保证系统 7×24 小时持久运行的守护机制,管两类事:程序挂掉时的异常恢复,以及任务进度不及预期或偏离目标时的介入修复。 · 异步通信 —— 给 Router 发消息后,任务被丢进队列去后台执行,Router 自身随时能继续顺畅跟你聊天,不会卡在“正在思考中”。 · Workflow(工作流) —— 把一个复杂任务拆解成一个个小节点,用来降低单个便宜模型的执行难度。 · 节目中提到的产品 —— Dot(可随时插话打断、后台派活的个人 AI 助手)、OpenClaw(龙虾)(支持事件驱动与多角色编排的开源个人 Agent)、WorkBuddy、Grok Bot、Muse。 (注:本期含少量经主播确认的 AI 合成补录,用于概念澄清与片段衔接。) 🧍♂️ 本期视频是 Remotion 做的 大家如果感兴趣我们怎么用 romotion做视频,可以留言告诉我们。 🎧 往期节目推荐 上一期|55. "AI 味"到底是个什么味?我们造了个声音,然后想办法去 AI 味 https://www.xiaoyuzhoufm.com/episode/6ae7badac96c8942ec15b62a 第44期|DeepSeek Harness 说一切皆插件,它到底想干什么? https://www.xiaoyuzhoufm.com/episode/6a81909136641f136d890195 第43期|Workbuddy 使用心得:别让一个窗口干所有事 https://www.xiaoyuzhoufm.com/episode/6a6dddafab3a91c24a0e26de 第52期|如何让 AI 7×24 小时帮你干活:出门手机指挥,睡觉自动开工 https://www.xiaoyuzhoufm.com/episode/6acc318e195d838e2af05d72 第47期|用 AI 做 80 页 PPT:差的不是模型能力,而是用法 https://www.xiaoyuzhoufm.com/episode/6a9d2221f03e74ee6b05d5ea 🧍♂️ 联系我们 微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙") 听众反馈:[email protected]
27 分钟 1k+ 次播放 1周前
边听边看:本期知识地图 · 看懂概念,找到相关节目 本期讲如何用 AI 做人的声音:怎么找模型、参考音频该怎么截、做出来的声音AI 味怎么降、断句和抢话怎么修、语气太平怎么办。如果你想给自己做一个"分身"声音,或者想给视频修由AI 配的音,或只是好奇一期播客能被自动化到什么程度,欢迎收听。 ━━━━━━━━━━━━━━━━━━━━━━ ⏳ 时间轴 第一幕:上一期那段没用上的配音 00:00 开场:社科生、理科生,加上一位新嘉宾"小菜"——AI 练习生 00:39 上一期播客讲如何让AI 剪视频时,AI做出来的声音别扭,最后没用上 01:14 但念头留下了:顺着这条路再往前走一步 第二幕:怎么让 AI 学会我们俩说话 01:32 用千问3 的语音模型;不会选模型,就让 Agent 去 HuggingFace / GitHub 找,选模型、下载、合成全在本地完成 03:06 选参考音频的讲究:同一人连续说话、别截半句、避开两人接话处 第三幕:造一个不存在的声音 04:02 嘉宾小菜登场(AI声音) 04:18 模仿只要一段参考音频,新角色没有 → 得先凭空"生"一段出来 05:05 千问的"声音设计"加提示词随机生成,AI 味很重,像动漫角色 05:33 让AI上网搜"怎么降 AI 味",聊了几轮 → 判断是底色不行,换成 MOSS;之后反复生成试听,像游戏里疯狂十连抽 06:13 但最后还是得自己听:音高、声纹余弦值只能帮忙筛,替不了"舒不舒服"的判断 第四幕:稿子和断句才是真麻烦 07:53 第一版里小菜一听就不像人 08:22 不断去除 AI 味:根因是只给了文字,在哪停、停多久全靠模型猜 第五幕:修音、揭晓 08:53 解决 AI 味重的方法 09:14 口癖怎么办 09:39 音色偏厚、像在录音棚,怎么办;语气像念稿,怎么办 10:22 最小行动:自己录一段丢给本地 Agent 去克隆,或用千问3 的语音模型 10:47 这一期三个声音全是 AI 合成,一句真人录音都没有 ━━━━━━━━━━━━━━━━━━━━━━ 💬 本期金句 · 「最后还是得自己听。我中途给你量了音高,也算过声纹的余弦值,但这些只能帮忙筛选,不能替我判断听着舒不舒服。」 · 「用 AI 做出的最终声音,就是从一堆提示词和随机池里厮杀出来的。」 · 「整个过程就像是在游戏里进行疯狂的十连抽。」 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 / 概念 · 千问3 的语音模型(Qwen3-TTS)—— 阿里通义千问开源的语音合成模型。这期两个主播的声音由它克隆;它也支持"声音设计",用一段文字描述就能造一个全新音色 · MOSS(MOSS-TTSD)*—— 开源的中英双语对话语音合成模型,擅长多说话人、长音频,名字和《流浪地球》里那个 AI 撞了。小菜的底色声音出自它 · GPT-6.1 Sol—— 这期用来"听"的模型:把生成的音频发过去,让它指出几分几秒该停、哪里该换语气 · HuggingFace—— 开源模型库。图像模型和语音模型都能在这儿找 · GitHub —— 项目代码和说明书。Agent 大多在这儿查工具怎么用 · Agent / Codex —— 跑在本地的执行者,负责找模型、下载安装、批量生成、按意见重做 · 声音设计(Voice Design) —— 不需要参考音频,用一句话描述你要什么样的嗓子,让模型造一个出来 · 声纹余弦值—— 用来比两个声音像不像的数值。这期用它筛过候选音色,但结论是:数字只能筛,不能替人判断好不好听 ━━━━━━━━━━━━━━━━━━━━━━ 🎧 往期节目推荐 1. 上一期|小白如何用 AI 辅助剪辑视频?实战分享 https://www.xiaoyuzhoufm.com/episode/6addfd25c96c8942ec11fc28?s=eyJ1IjogIjY3NzIxNmViZjM2OWFhZjc5YTRmYjJiNyJ9 2. 第 44 期|DeepSeek Harness 说一切皆插件,它到底想干什么? https://www.xiaoyuzhoufm.com/episode/6a81909136641f136d890195 3. 第 43 期|WorkBuddy 使用心得:别让一个窗口干所有事 https://www.xiaoyuzhoufm.com/episode/6a6dddafab3a91c24a0e26de 4. 第 47 期|用 AI 做 80 页 PPT:从不能用,到微调就能用 https://www.xiaoyuzhoufm.com/episode/6a9d2221f03e74ee6b05d5ea 5. 第 46 期|为什么近期 AI Flash 模型层出不穷,集体开始卷性价比? https://www.xiaoyuzhoufm.com/episode/6a92c949a0210c197dca1dde ━━━━━━━━━━━━━━━━━━━━━━ 🧍♂️ 联系我们 微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙") 听众反馈:[email protected]
11 分钟 99+ 次播放 2周前
边听边看:本期知识地图 · 看懂概念,找到相关节目 本期分享社科生用 AI 辅助拍视频,参加学校教学评选的全过程:从怎么从"录一节课"想明白"要拍一支有主线的片子",到怎么用一部手机把外景和绿幕场景全部拍完,以及如何用 AI 辅助视频剪辑的全过程。 ━━━━━━━━━━━━━━━━━━━━━━ 📝 名词解释 · Codex / ChatGPT —— 查当地资源、写拍摄脚本、剪片子、做 PPT、做片头动画 · GPT-6 Astra —— OpenAI 目前的旗舰模型,2026 年 9 月 3 日发布;是用户目前能在 Chatgpt 里用到的最聪明的那一档模型。上下文 105 万 token。"Astra"在拉丁语里是"星辰"的意思。 · GPT-6.1 Sol —— 比 Astra次一级的 ChatGPT旗舰模型,2026 年 9 月 29 日(DevDay)发布,定位在轻量的 Luna 和旗舰的 Astra 之间。官方说法是"能力接近 Astra,价格只有它的五分之一";上下文同样是 105 万 token。通俗说:日常干活、性价比相对高的那一档。 · Ultrafast(加速档) —— 2026 年 9 月 29 日同步推出的速度档位,不是新模型。在 Codex 里最高每秒 300 token,约为标准速度的 8 倍。Astra 的加速档目前只在 Pro 500 和 Enterprise 计划里提供。※ 本期录音里说的"Ultra",指的就是这个 Ultrafast 加速档。 · Whisper —— 把录音转成文字的工具,方便让 Agent 按内容去剪 · 千问 TTS —— 试过 AI 配音,声音像,但语速和口型对不上,最后没用 · 搜索专家龙虾 —— 帮社科生搜小红书素材、找航拍转场的 Agent 角色 · 绿幕 —— 只录人,后期把人抠出来贴到 PPT 上;比对着 PPT 讲省时间,好控制 ━━━━━━━━━━━━━━━━━━━━━━ ⏳ 时间轴 第一幕:三天,一部手机 00:00 三天、一部手机,做出一条 15 分钟的教学视频;效果跟付费找人剪的同类视频差不多 01:24 一周截止,还要上课备课,周末已订好带娃出门;没设备,只有手机 02:32 两个人都没拍过片子:一个不会拍,一个不会剪 第二幕:想——从"录一节课"到"拍一支片子" 03:13 问师姐,她发来四个参考视频 04:12 原以为"找教室、架机器、跟着 PPT 讲",结果发现远不止如此 04:58 决定试:周末本来要去外地,顺路查到一台舞台剧 + 一座纪念馆 06:38 AI 辅助把故事接到教材:对应第几章第几节,结构成形 08:11 出发前一天才定框架,到当地只剩两小时写脚本 第三幕:拍外景——两个提词器和一个娃 09:29 💡 告诉 AI"我们俩都没拍过",AI给出距离、站位和示例图 10:14 剧场门口 15 秒的介绍,拍了 5 条 11:21 一手举拍摄手机、一手举提词手机,还得不抖;想好的运镜全放弃 12:36 素材里全是娃的半个脑袋和她突然举起的手 12:53 当晚抱着"用不了就不报名"的心态,把素材发给 AI 第四幕:拍室内——教室录不了,Ai 建议绿幕 13:07 追问声音、打光、背景音,答案都是Codex"后期能调" 14:12 它还给了段过渡:剧场是艺术演绎,纪念馆才是真实史料 16:15 教室录不了:没支架没人帮,调灯摆机来回十几趟 →💡 AI 建议找绿幕 17:47 打光不对就拍几段小样发过去,最后定在绿幕前 1.5 米、离手机 2 米 18:49 2 小时录完 9 分钟素材,省了时间 20:07 Codex根据内容总结出底色、字体、布局 21:06 AI还主动在左边留出位置,给后面抠出来的人像 第五幕:剪——两条线,三个 bug 21:53 素材也是 AI 整理的:12 个子文件夹,一段一个 22:53 两条线同时剪:社科生开 Astra,理科生用 Sol 6.1 23:14 解压 → 转录 → 让它读素材执行 → 答疑 24:30 12 段粗糙素材,"3 2 1 开始"和结尾的走动,全被剪掉 25:37 三个问题:打光忽明忽暗、外景声音太小、PPT 字体被换 27:25 千问 TTS 配音像但口型不对→用动圈麦重配;找素材、做片头、配 BGM 都交给 Agent 第六幕:收——谁是内容,谁是工具 30:37 内容为王,形式为辅:AI 帮你查、剪、配 、拍 31:42 经验一:找好标杆,让 AI 有的放矢 32:03 经验二:先拍小样让 AI 给建议,再正式拍 32:31 经验三:让 AI 告诉你"这个问题要不要修" ━━━━━━━━━━━━━━━━━━━━━━ 💬 三条可复用的经验 ① 先找一个好标杆 找到同领域做得好的作品,AI 可以借鉴它的结构,也让 AI 学它的风格和呈现方式,让 AI 和主讲人都有的放矢。 ② 先拍小样,发给 AI 让它给建议,再正式拍 哪怕随手拍 30 秒,也发给 AI 问一句"这样行不行"。它像身边站着一个资深拍摄顾问,能给出站位、距离、背景选择。 ③ 让 AI 告诉你:"拍你摄中遇到的问题,要不要在意" 新手最容易犯的错,是把拍视频的力气花在不重要的地方——或者花在 AI 后期随手就能解决的地方。所以让 AI 帮你判断,比如人物面光、声音等是否需要通过重新录优化,还是 AI 后期调即可。 ━━━━━━━━━━━━━━━━━━━━━━ 💬 本期金句 · 「AI没有生硬地只是把这 12 段素材做一个拼接,而是充分理解了画面、理解了声音以后,把真正有用的部分剪辑到了一起。」 · 「内容为王,而内容的精准和深度,更多还是由人来决定的。」 · 「 用 AI 做视频剪辑就是纯许愿就行了——这里卡了、那里字体有问题,告诉 AI,它就帮你搞定了。」 · 「 AI 剪视频就像是一个真的挺靠谱的剪辑供应商,而且态度特别好,随叫随到,还秒回!!」 ━━━━━━━━━━━━━━━━━━━━━━ AI 给的那张"绿幕抠人 + 贴 PPT"示例效果图: ━━━━━━━━━━━━━━━━━━━━━━ 🎧 往期节目推荐 1. 第 47 期|用 AI 做 80 页 PPT:从不能用,到微调就能用 https://www.xiaoyuzhoufm.com/episode/6a9d2221f03e74ee6b05d5ea 2. 第 42 期|千问办公实测:从互动教学页到钉钉收答卷,AI 如何串起备课、授课与数据回收 https://www.xiaoyuzhoufm.com/episode/6a71d2c2ab3a91c24a0fb6c3 ━━━━━━━━━━━━━━━━━━━━━━ 🧍♂️ 联系我们 微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙") 听众反馈:[email protected]
33 分钟 99+ 次播放 3周前
边听边看:本期知识地图 · 看懂概念,找到相关节目 靠编程竞赛保送大学、打进 ICPC 世界总决赛,理科生从高中开始写代码,一写就是近 20 年。他原本以为,自己会写一辈子代码。没想到,过去四年,AI 就从一个连简单算术都会算错的工具,变成了让他觉得“在智力上已经碾压自己”的存在。 而最让他感慨的是,自己明明还喜欢写代码,也还擅长写代码,却已经开始刻意练习不再亲手写代码了。更矛盾的是,他是那个最积极推动 AI 接手自己工作的人。 如果你最近也隐隐觉得“AI 迟早会动到我这块”,这期节目或许能让你少一点孤单,也多一点判断。 ━━━━━━━━━━━━━━━━━━━━━━ ⏳ 时间轴 【第一幕:开场】 00:00 OpenAI 公开 700 多篇 AI 生成的数学研究 01:05 📌 他写了近 20 年代码:竞赛保送 → ICPC 世界总决赛 → AI 算法工程师 【第二幕:竞赛七年】 01:35 比赛考的是"聪明的办法",不只是把题解出来 03:15 💡 他 Codeforces 2000 多分——现在已被 AI 刷爆 【第三幕:他当年有多嫌弃 AI】 05:20 陶哲轩:他 20 年前就知道的"遥不可及的天才" 06:20 ⚠️ 但他一开始是嫌弃 AI 的——甚至怀疑整条技术路线 08:11 当时业界共识:"AI 不懂代码的灵魂",只是背诵 【第四幕:转折点】 09:38 2025 年春节,DeepSeek R1 出来 10:42 🌟 一道复杂正则改不对,R1 的思维链试错、自我纠正,最后改对了 11:14 🌟 "我第一次觉得:它不是假装写代码,而是像人一样在思考" 【第五幕:在智力上被碾压】 11:52 2024 数学竞赛银牌 → 2025 刷金牌,信息学竞赛也被刷爆 12:51 📌 算完账他承认:AI 在智力上已经碾压我 14:15 🌟 连他最仰望的陶哲轩他们,也开始跟 AI"掰扯" 【第六幕:一周的活,它干了一个月】 15:51 2025 年底起,他尽量不写代码、连代码都不看 16:46 接了个渲染代码的活(大量数学公式、坐标转换) 18:18 💔 一周能写完的活,Agent 花了一个月,还严重超期 18:21 💔 同事一句"你要不要考虑自己写",让他失落一整天 20:04 📌 为什么非要死磕:他想练一个新能力 【第七幕:验收与踩坑】 21:49 💡 不看代码,但要让 Agent 把逻辑做成设计文档 / 网页,人能看懂 23:37 📌 结论:要搭一套适合 Agent 执行的环境(harness) 24:01 ✅ 这一个月把 Agent 能踩的错都踩了一遍,后面成了"感觉" 【第八幕:我就是新一代的织布工】 26:35 📌 四个数字:2023 蠢 → 2024 高考题 → 2025 竞赛第一 → 2026 顶级科学家 27:56 💔 去年某天开车回家,他想到:"我可能真的不再写代码" 28:45 🌟 「我就是新一代的织布工。」 28:56 💔 不是怕失业,是"原以为一辈子做一件事"的认知被打破 32:00 ✅ 既然迟早被赶走,不如提前给 AI 让位 【第九幕:最小行动】 35:28 📌 找一件你很熟悉的事,把一部分交给 AI 36:06 🌟 两个"不要":别因它以前做不好就认为以后做不到;也别因它做对几道难题就认为它什么都能做好 ━━━━━━━━━━━━━━━━━━━━━━ 💬 本期金句 · 「我就是新一代的手工织布工」 · 「AI 就这么降临了,然后对我说:以后不需要你写代码了,你就换个方向吧」 · 「它更像是背诵,而不是思考和理解」 · 「那一个时候,我是第一次觉得:模型不是在假装写代码,而是像人类一样,是有思考过程的」 · 「反正打肯定是打不过的,那就直接加入吧」 · 「两个人在森林里遇到老虎——你只要不是跑得最慢的那个就行了」 · 「你越着急、越想让它快点完成,反而更容易陷入一个反复修改的循环」 · 「你不要因为 AI 以前做不好,就觉得它以后也做不到;但同时也不要因为它做了几道特别难的题,就觉得它什么都能做好」 · 「这是一个最好的时代,也是一个最坏的时代」 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 / 概念 · 信息学竞赛 / ICPC World Final —— 他打了七年的比赛;大学打到世界总决赛 · Codeforces —— 半夜开赛的编程竞赛平台,他 2000 多分,现在"已经被 AI 刷爆" · DeepSeek R1 —— 本期转折点;它的"思维链"让他第一次觉得 AI 真的在思考 · next token prediction —— GPT 类模型的训练核心:预测下一个词 · 正则表达式 —— 一种描述"文本匹配规则"的小型语法:用符号规定"什么样的字符串算符合条件",常用来查找、替换、校验文本。本期让他"路转粉"的,就是一条写得很复杂的正则 · Agent / harness(脚手架) —— 让 AI 从头到尾干完一件活的那套"环境" · 单元测试 —— 防止"修好 A、改坏 B"的自动检查 · Claude Code / 龙虾 —— 提到 Agent 工具火起来的时间点 · Gemini(进阶版) —— 2025 年 ICPC 世界总决赛 12 题对 10 题 · 随想记录员 —— 理科生自己搭的、用来随时记录自己日常与灵感:https://www.xiaoyuzhoufm.com/episode/6a3c97209d2f5743683d813d ━━━━━━━━━━━━━━━━━━━━━━ 🎧 往期节目推荐 1. 第 42 期|千问办公实测:AI如何串起备课、授课与数据回收 https://www.xiaoyuzhoufm.com/episode/6a71d2c2ab3a91c24a0fb6c3 2. 第 39 期|在 Agent 里搭一个越来越了解你的角色 https://www.xiaoyuzhoufm.com/episode/6a3c97209d2f5743683d813d 3. 第 44 期|DeepSeek Harness 说一切皆插件,它到底想干什么? https://www.xiaoyuzhoufm.com/episode/6a81909136641f136d890195 4. 第 43 期|WorkBuddy 使用心得:别让一个窗口干所有事 https://www.xiaoyuzhoufm.com/episode/6a6dddafab3a91c24a0e26de 5. 第 47 期|用 AI 做 80 页 PPT:从不能用,到微调就能用 https://www.xiaoyuzhoufm.com/episode/6a9d2221f03e74ee6b05d5ea ━━━━━━━━━━━━━━━━━━━━━━ 📋 最小行动:三步 第 1 步|挑一件你本来最近就要做的事 —— 而且必须是你很熟悉的事。 为什么必须熟悉?「你只有熟悉这件事,你才知道它正常应该怎么做,也才能判断 AI 到底能不能做好它。」 第 2 步|把其中一部分内容交给 AI(不用一次全交) 第 3 步|验收两件事:它有没有帮你解决问题?有没有帮你省时间? 没做好就调整一下要求,让它再做一次。 ━━━━━━━━━━━━━━━━━━━━━━ 🧍♂️ 联系我们 微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙") 听众反馈:[email protected]
35 分钟 99+ 次播放 1个月前
边听边看:本期知识地图 · 看懂概念,找到相关节目 本期聊:怎么让电脑上的 AI Agent(智能体)在自己不在场的时候,也能持续干活。理科生把自己实践的整条路径从头讲了一遍——起因是听友群里的一个问题:"我把 AI 接到了一台服务器上,怎么让手机也能远程用它?" 他把"让 AI 干活"拆成了三个阶段:① 坐在电脑前指挥它;② 人在外面,用手机远程指挥它;③ 你根本不管它,它自己找活干。前两个阶段的难点是"连接会挂"——因为他发现手机远程控制电脑,中间其实夹着一个第三方服务器,服务器一崩,你在外面就失联了;第三个阶段的难点则完全不同:不是"怎么触发",而是"怎么让它不掉线"。 你如果花钱买了 ChatGPT 会员,和 ChatGPT使用聊天,额度基本是"无限量"的(频率过高后可能会限流和智力降级),而其他 Agent 工具的对话基本是按量计费。也就是说,每一个Chatgpt会员账号里都躺着一笔免费聊天额度,理科生分享了三类把它用满的方法,其中之一是把一台几乎没有智能的本机程序,当成"传令兵"。 无论你想不想自己动手,这套东西都在演示一个方向:未来的 AI 会像员工一样,有工位、有记忆、24 小时在线。理解原理,更重要。 ━━━━━━━━━━━━━━━━━━━━━━ ⏳ 时间轴 【第一幕:这期的由来与"三个阶段"】 00:00 开场:听友群一个问题引出的整期——"我把 AI 接到服务器上了,怎么让手机远程用它?" 00:30 💡 全期骨架:把"让 AI 干活"拆成三个阶段 00:45 三个阶段分别是——① 电脑前指挥 ② 手机远程指挥 ③ 你不管它、它自己找活 01:00 今天讲两件事:怎么让它在"你不在"和"你睡着"时继续干活;以及怎么降低这个成本(薅 GPT 羊毛) 01:05 ⚠️ 声明:这是个人折腾的路子,可参考思路 【第二幕:人在外面,用手机指挥电脑】 01:15 手机远程其实很方便——各种 AI 工具都有手机 App 或远程链接(ZCode、WorkBuddy 都有) 01:51 💡 但有个"没人告诉你"的真相:不是手机直连你的电脑,中间夹着第三方的服务器 02:08 亲身经历:WorkBuddy 手机端偶尔连不上;早期龙虾经常崩,得远程去救 02:26 ✅ 第一条解法:双 Agent 互备——「我的 WorkBuddy 挂了,你帮我修一下」,多数情况能救回来 03:14 适用范围:99% 的场景够用 03:20 ❌ 但有两类事普通 Agent 干不了:电脑卡死重启、需要管理员权限/安全授权 【第三幕:两条"断线自救"的路】 03:45 ✅ 进阶解法:给自己留一条"密道" 03:58 💡 Tailscale:把所有设备连成一个虚拟局域网,登同一账号就能用 IP 直连,不经过第三方 04:26 💡 再装手机 SSH 客户端 Termius,连上后手机里就出现电脑的终端 05:06 需要看屏幕时用 RealVNC Viewer(他用得少) 05:18 密道的价值:机器重启后远程登录一般还开着,SSH 通常还能登上去;管理员权限、安全授权也能解决 05:40 💔 社科生的真实反应:听上去确实有点复杂,对小白有点吃力 05:53 📌 所以给小白的分层建议:日常用"双 Agent 互备",真需要再上密道 06:35 ✅ 实际收益:假期在外面,家里电脑干活卡住,他也能随时登录上去抢救 【第四幕:7×24 —— 难的不是"定时",是"环境"】 06:55 问题换成:你手机都不碰,它怎么自己干活? 07:09 最简单的思路:设一个定时任务,每小时醒一次,去读一个记着"要干什么"的地方 07:20 ❌ 但触发简单、执行很难:Agent 干着干着会因各种理由停下来(尤其 GPT,常找借口停) 08:04 💡 所以真正要搭的是一套环境:醒来知道干什么、有什么工具、遇到问题知道怎么往前推 08:38 🎓 核心比喻登场:蒙特梭利教育——不直接教小孩数学,而是营造充满数学游戏的环境 09:10 套用回来:不直接教 Agent 工作,而是搭好环境,让它自发把任务完成 09:45 💡 为什么环境这么关键:你在电脑前能纠正它(人在回路),你睡着就没人纠正了 10:20 🔧 具体怎么做:拿"写稿工作流"举例——任务池 + 工具描述 + Skill + 下一步 11:53 任务池放在哪都行;他自己做了个本地数据库 + API,按 Agent 身份拉取属于它的任务 13:03 ⚠️ 最容易翻车的一点:约束要写清楚——交付物的路径格式不规范,它就会"乱来" 13:10 💡 一句话总结:像跟同事交接一样,需求文档必须写明白 【第五幕:薅 GPT 的免费额度】 14:03 ⚠️ 痛点浮现:搭这么一套环境,非常消耗 token 15:00 💰 第一个反常识:GPT 聊天免费,但要至少 20 美元档会员;其他 Agent 工具的对话都在算钱 16:00 💡 所以每个 GPT 会员账号里,都躺着一笔被浪费的额度 16:08 三类用满它的方法:① 连接器连 GitHub(能看代码、提改动、提 PR) 16:30 ② 本地便宜 Agent 操作浏览器去问 GPT;③ 网页版 GPT 通过"远程桌面"插件控电脑(有月额度) 17:10 💡 远程桌面插件的原理:指令经插件后台服务器中转给本机执行,结果再回传,循环推进 17:56 ✅ 重度用户的方案:借 GitHub 当"公告栏"——要干的活写成一条 Issue(工单) 18:31 💡 本机跑一个**"没有脑子"的程序**,每隔几十秒去拉工单、派活、把结果写回 19:03 🌟 全期最妙的画面:智力全在远端 GPT 那里,本机只是个"传令兵" 19:20 🎁 彩蛋:这个本机程序,也是 GPT 自己写的(通过远程桌面的 MCP,写好、跑起来、修到跑通) 19:58 他愿意把这个程序分享给听友(需要先梳理一下,没有敏感信息) 20:23 💰 省钱结构:复杂调度给远端免费 GPT,本机用便宜的 GLM 执行 【第六幕:dots 体验与"未来的 AI 员工"】 21:32 社科生追问:这一整套折腾,值得吗?性价比和提效真的上来了吗? 21:47 理科生的答案:折腾本身好玩,但最有价值的是探索"7×24 干活"的方式 22:03 🔮 他的判断:未来每个人都会有自己的 AI 员工——有工位、有记忆 22:43 ⚠️ 但别指望开箱即用:即使是现在的 Personal Agent,也得你自己搭一部分环境 23:34 顺带聊聊 dots 的真实体感 23:48 💔 他说 dots 号称用最强的 Astra,但体感"几乎就是一个 Luna"——有时候蠢得有点夸张 24:04 ✅ 但记忆确实好:多线丢任务都能马上回应,聊天基本不会忘 24:16 🌟 一个体验差异:dots 可以随时打断、连着发好几条,它会攒完一起思考再回(飞书/龙虾是按条回) 24:48 💡 也因为"速度快得有点吓人",他更怀疑它不是最强模型 25:26 收尾判断:体验流畅、有点蠢,但记忆做得很好 【第七幕:最小行动与收尾】 26:24 📌 第一档:装两套有手机端+电脑端的 Agent 工具,互为备份 26:47 📌 第二档:给 Agent 配个定时任务,体验一次"自主干活",再思考怎么搭环境补它的坑 26:53 💡 附加羊毛:定时任务放在非高峰时段(WorkBuddy 里的混元 4,夜间免费) 27:00 欢迎评论、收藏、转发,加入听友群 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 / 概念 · Tailscale —— 把手机和电脑组进同一个虚拟局域网,直连不走第三方(本期"密道") · Termius —— 手机上的 SSH 客户端,用来登录自己电脑的终端 · SSH —— 很基础的远程登录协议,手机上支持它的 App 很多 · RealVNC Viewer —— 需要看电脑屏幕时用的远程工具(他本人用得少) · WorkBuddy / ZCode / Codex / ChatGPT —— 本期用来举例的 Agent 工具(ZCode 是智谱的编程工具) · GitHub + Issue —— 本期被当成"公告栏":把要干的活写成工单,两端靠它传话 · MCP / 连接器 / 远程桌面插件 —— 让 GPT 能接触到你本机的方式 · GLM —— 他本机用的便宜模型(Coding Plan 会员) · dots —— OpenAI 的个人 Agent(他聊了实际使用体感) · 混元 4 —— WorkBuddy 里的模型,夜间免费(薅羊毛附加项) · 蒙特梭利教育 —— 本期核心比喻的来源 · human-in-the-loop(人在回路) —— 你盯着它、犯错就纠正的日常模式 ━━━━━━━━━━━━━━━━━━━━━━ 💰 三类把 ChatGPT 免费额度用满的方法 前提:GPT 聊天免费,但要至少 20 美元档的会员(8 美元的 Go 套餐不确定;最顶的 Pro 模型有每周限额,其他模型基本不限)。而别的 Agent 工具,聊天都是按量算钱的。 重度用户的终极版:借 GitHub 当一块"公告栏" * GPT 连上他的 GitHub,建一个私有仓库; * 要干的活,写成一条 Issue(像公告栏上贴的工单:做什么、派给谁、什么状态); * 本机跑一个没有脑子的程序,每隔几十秒去拉一次工单,派给本地 Agent 干,干完把结果写回 Issue; * 智力全在远端的 GPT 那里,本机这个程序只是个"传令兵"。 ⚠️ 这个本机程序,本身也是 GPT 写的——通过远程桌面的 MCP,在他的 Mac 上把代码写好、跑起来、加监控、发现问题再回来修,来来回回,直到跑通。 为什么这套很省:复杂的调度和规划丢给远端免费的 GPT,本地只接拆好的小活,用最便宜的模型执行——"贵模型做规划、便宜模型做执行"的极致版本。 ── 📋 最小行动(分两档,挑一档)── 第一档|所有人今天就能做:装两套"手机端 + 电脑端都有"的 Agent 工具,互为备份。一个主用、一个备胎。 同时装两套"手机端 + 电脑端都有"的 AI 工具(比如 WorkBuddy + Codex),一个当主用,一个当备胎。 主用挂了,就用备胎连上去,跟它说:"我的 WorkBuddy 挂掉了、连不上了,你帮我修一下。"备胎能操作你的电脑,多数情况能把主用救回来。 第二档|有点技术兴趣的:给 Agent 配一个定时任务,让它体验一次"自主干活",然后留意它会在哪儿卡住——思考怎么构造环境去解决它。 💡 附加羊毛:把定时任务放在非高峰时段(比如 WorkBuddy 里的混元 4,夜间免费),成本还能再降一截。 ━━━━━━━━━━━━━━━━━━━━━━ 🧍♂️ 联系我们 微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙") 听众反馈:[email protected]
26 分钟 1k+ 次播放 1个月前
边听边看:本期知识地图 · 看懂概念,找到相关节目 这期源于听友提问:Agent应用场景越来越多,token消耗也越来越大,想听听"怎么又省钱又省 token?" 这期我们把"Agent干一次活"的成本拆成四块,一块一块讲怎么省,一张表总结: ⏳ 时间轴 【第一幕:钱都去哪了】 00:00 听友提问——应用场景变多、token 消耗变大,怎么又省钱又省 token? 【第二幕:成本四块(一)· 模型本身】 00:52 💡 理科生把"AI 干一次活"的成本分成四块(先说明:可能别人不这么分) 01:01 第一块:模型本身——用贵的还是便宜的、高峰期还是低谷期、缓存命中了多少 01:13 例:智谱下午 2–6 点是高峰期,价格是其他时间的 2–3 倍;DeepSeek 缓存价只要正常价的 2%,命中率 99%+ 01:32 💡 解释"命中缓存":像一个没算过的小盒子,先把结果放进去,下次直接拿 02:29 原理:KV Cache——前面算过的结果存下来,只算新加的那部分 03:27 社科生补充:WorkBuddy 里混元模型夜间 11 点到早 8 点免费,白天积分掉得快 【第三幕:成本四块(二)· 初始提示词 ← 本期重点】 04:10 🌟 第二块:初始提示词——模型每次开口前,都要先读一大段 04:20 这一大段包括:系统提示词("你是桌面办公助手")、agents.md、Skill、MCP、Tool、专家团,全部打包在你的第一句话前面 05:07 💡 Skill 有个"渐进式披露"原则:平时只加载一段很短的描述,真正用到时才去读完整的 06:42 什么是 agents.md:记录你给它的角色定义("你是算法工程师")、以及平时去哪找文件 07:34 💡 建议:agents.md 只存"索引"(发现 A 问题 → 去找 A 文档),别把文档内容全塞进去 【第四幕:成本四块(三)(四)· 任务与环境】 08:50 第三块:你交代的任务本身——说清楚就省,说不清它就到处翻文档 09:30 💡 反直觉:模型再聪明,你不说清楚,它还是会白白浪费 token 去"猜" 10:19 第四块:运行环境——文件夹结构清晰,它一上来就知道要干什么 11:43 环境越干净越省:写代码常见做法是加代码索引工具、把命令写清楚,它就不用反复试错 【第五幕:怎么省 · 模型与初始提示词】 12:29 💡 模型:很多工具有"定时任务/闲时任务",把活放到夜间低谷期跑更便宜 13:04 💡 同一件事,尽量在一个窗口里连续做完——前面的对话算过了就不用重算(吃缓存) 14:28 缓存是有寿命的:大部分只有几分钟,久一点可能一两天(备注:GPT 5.6 说缓存保存时长至少 30 分钟,Deepseek说是几个小时-几天 ) 15:20 现实困境:WorkBuddy 这类工具看不到"缓存命中率",你最后只能看到一个冷冰冰的"扣了多少积分" 17:36 💡 上下文太长要"压缩":今天 80 万、明天又是 80 万,还不如一天之内连续聊到 90 万(全是缓存价) 19:24 🌟 打一个"Hi"自查:理科生实测占了 35K;对混元 3 这种短上下文模型,这一个 Hi 就占了 20% 20:33 🌟 早期踩坑:配了一个连接器,一上来占近 8 万(当时总上下文才 12 万,占 70%),而只说了一个 Hi 21:15 MCP(连接器)比 Skill 更早期,没有"渐进式披露",整套描述都会塞进来 21:30 社科生发现的坑:一个窗口开过的连接器,之后每个新窗口都默认开着 → 打法:打一个 Hi 看占用 / 直接让它自查用了多少 / 手动在左下角"加号"里关掉 【第六幕:怎么省 · 任务与环境 + 两个洞察】 23:40 任务描述:把 AI 当"新人"看,给它"最少但足够"的信息,别把它当"许愿机" 24:20 运行环境:可以让 Agent 帮你设计工作文件夹的结构,往往比你自己想更清晰 25:48 💡 洞察:模型一直在降价,但你的账单更贵了——因为你让它干的活越来越多、越来越复杂 26:07 💡 洞察:贵的模型做规划和验收,便宜的做执行("顶尖模型像导师,中间执行交给牛马模型") 【第七幕:买哪家 + 最小行动】 26:51 买哪家:价格变化太快,这期只聊机制——Coding Plan(编程套餐)/ 积分制 / 海外套餐 28:30 分情况建议:新手用 WorkBuddy(送积分);用量大上 Coding Plan(从 Lite 档起);用量很大考虑 Max(单价最低) 28:53 📋 最小行动(新手):下载 WorkBuddy,用免费积分试水,感受不同模型/费率/耗量 29:49 📋 最小行动(老手):买 Coding Plan(GPT Plus 20 美金/月;国内智谱、Kimi 等);写代码的还可以看 OpenCode(内置免费额度模型) 30:43 收尾:欢迎评论、收藏、转发,加入听友群 ━━━━━━━━━━━━━━━━━━━━━━ 📋 最小行动 如果你是新手|下载 WorkBuddy,用它免费送的积分先试手——它是目前少数能同时用 Kimi、混元、DeepSeek、GLM 多家模型的工具,你可以直接感受"不同模型 = 不同费率" 如果你已经用了一段时间|打一个"Hi",看它上下文占了多少;超了就把不用的连接器关掉 如果你觉得 token 不够用|考虑买 Coding Plan(国内智谱/Kimi 等;海外 GPT Plus 20 美金/月) 用量很大、又要在意性价比 → 直接上Coding Plan Max 档,虽然总价最高,但单价一定最低 ━━━━━━━━━━━━━━━━━━━━━━ 💬 本期金句 · 「我原来以为省钱的办法就是换一个更便宜的模型,聊完这期前采才发现,还有很多别的因素。」 · 「你只打了一个 Hi,它已经把系统提示词、你的角色定义、你装过的所有技能和连接器,全部先读了一遍。」 · 「打一个 Hi,占了 35K。」 · 「配了一个连接器,一上来就占了接近 8 万的上下文——当时总共才 12 万,等于只说了一个 Hi,就被占掉了 70%。」 · 「把它当一个新人看待,给它最少但足够的信息;不要把它当许愿机。」 · 「顶尖的模型像导师,负责把关方向;中间的执行,交给牛马模型。」 · 「模型一直在降价,但你的账单更贵了——因为你让它干的活,越来越多、越来越复杂。」 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 / 概念 · token —— 你可以理解成"字数",AI 计费的基本单位 · 缓存命中(KV Cache) —— 前面算过的结果存下来、下次直接取,价格极低;同一窗口连续对话才能吃上 · 初始提示词 —— 每次开口前自动加载的一整段:系统设定 + agents.md + 技能 + 连接器 + 工具 · agents.md —— 你写给 AI 的"角色定义 + 文件索引"文档 · Skill / 技能 —— 有"渐进式披露":平时只加载短描述 · MCP / 连接器 —— 没有渐进式披露,装上就整套占上下文,不用建议关掉 · Coding Plan ——编程/使用套餐(订阅制) · WorkBuddy / 千问办公 / OpenCode /豆包办公 —— 本期提到的几类工具形态(积分制 / 内置免费额度) · WorkBuddy —— 和千问办公与豆包办公对比,Workbuddy可以调用多家国内模型(*更正:Workbuddy不是市场上唯一可以调用多家模型的agent工具。听友用的Easyclaw也可以调用多家模型,它的国际版还可以调多家海外模型,谢谢Kevin 反馈) · WorkBuddy打开/关闭连接器入口如图: ━━━━━━━━━━━━━━━━━━━━━━ 🧍♂️ 联系我们 微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙") 听众反馈:[email protected]
31 分钟 1k+ 次播放 1个月前
边听边看:本期知识地图 · 看懂概念,找到相关节目 AI 时代,还需要老师吗? 这个问题,我今天当面听到了学生的讨论。 今天参加学校组织的教师培训课,主题是"了解我们的学生",这场培训做了一件特别棒的事——直接邀请了好几位本科生请到现场,让他们当面分享。 其中有一个问题是问学生:AI 时代还需不需要老师? 同学们都很 nice,回答说需要,但在整场培训中,有几个点也是扎心的:比如,他们上课,已经不太学要举手提问了,因为 AI 可以回答几乎所有问题。课要是跟不上了,就把 PPT 丢给 AI,让 AI 一点一点讲给他们听,或者如果有人想纯自学,他们就会让 AI 来当老师,跟 AI 学。 同学们也聊了,那 AI 这么厉害,那他们在课程中期待什么?他们喜欢的课和老师有哪些特质?这块讨论了很久,我有两个收获: * 真实经历与判断:除了知识点,他们也想听老师经历过什么、踩过哪些坑,以及如何分析问题。 * 知识与生活的连接:课堂里学到的内容,怎样帮助他们理解正在经历的事? 这是一次交流带给我的思考,不代表所有学生。也想听听你们:有了 AI,你还希望从老师那里获得什么?留言给我吧! (这是我第一次尝试视频播客,很短且不成熟,大家多包涵,多支持:) 🧍♂️联系我们 微信听友群:加13826477686微信进群(加微信时辛苦备注“AI搞学术”或“小宇宙”) 听众反馈:[email protected]
2 分钟 99+ 次播放 1个月前
边听边看:本期知识地图 · 看懂概念,找到相关节目 这期聊社科生让Codex搭"工作台"(一个网页 + 一个数据库,用来承载课程素材)的过程。你会听到三件事:工作台到底是什么(以及它和文件夹到底差在哪)、她搭建的完整四步、还有工作台为什么适合所有长期在做某件事、每次都要翻素材的人。 ⏳ 详细时间轴 【第一幕:引子 · 为什么要聊工作台】 00:00 起因:听友群里一位听友说他搭了教学文档的工作台,想把课件环节也打通,让教案和课件联动 00:12 网上"工作台"的概念:用 AI 不是打开聊天框问完就走,而是围绕一件长期在做的事,弄一个固定的网页 00:54 社科生:这期讲我自己搭工作台的真实过程,讲着讲着你就知道它是什么、怎么搭、值不值得做 【第二幕:前提 · 别为了搭而搭】 01:14 💡 不要为了搭工作台而去搭,得瞄着一个真实需求来做 01:33 社科生的痛点:备课是每天高强度在做的事,却经常找不到需要的素材和资料 01:57 具体场景:以前的 PPT 案例、看过的视频散在电脑 / 手机 / 微信里,每次备课都要重搜一遍,下次又要再搜 02:36 所以她想试:工作台能不能在这个痛点上帮到我? 【第三幕:工作台是什么】 02:58 💡 工作台听着复杂,其实就是一个网页界面 + 一个长期存东西的地方(数据库) 03:28 🌟 核心比喻:文件夹像抽屉(A 材料一个盘、B 材料另一个),工作台像工位桌面(A 在左、B 在右,都服务同一主题) 04:56 工作台比文件夹多出的两个能力:① 呈现友好(图文 / 视频 / PPT 组合在一个网页)② 能给 Agent 更好的"接口"在上面干活 06:44 数据库 = 结构化的规定(图片放左、文本放右);文件夹没约束、Agent 会乱放 → 工作台像"你和 AI 共用的固定展示柜" 06:55 增删查改:数据库有增、删、查、改四种基础操作,Agent 才能和你一起在工位上干活 【第四幕:第一层价值 · 长期沉淀】 07:09 社科生:工作台给的是长期价值——素材越积越多,规范收好,未来复用和查找都会更顺 07:42 理科生:纯用文件夹会越来越乱,尤其 Agent 有幻觉会乱放文件,也没法把图文视频放在同一个页面呈现 【第五幕:真实搭建过程(核心)】 08:10 社科生的背景:这学期一门课,两个半小时、一个人讲、每周一次、每次七八十页 PPT 08:35 💡 第一步说场景:不是一上来说"给我建个工作台",而是先说"我要备课,想把所有相关任务放一个地方" 09:05 💡 第二步说痛点:每次备课都要去电脑、手机各处翻以前沉淀的资料,很痛苦——但不告诉它"该怎么解决" 09:42 第三步 + 第四步:建工作目录、本地建一个叫"工作台"的文件夹,先放前三次讲过的 PPT;然后说"给我做一个工作台,来解决我的痛点"→ 它直接开干 10:21 ⚠️ 过程意外:它反复要权限(问了二三十个),比平时做任务问得多得多 11:22 解释:平时它只读文档、写文本所以不问;做工作台要写代码、运行、装库,这类命令本身有风险,它才会反复问 11:58 ✅ 第一波成果:给了一个网页 + 链接,点开有模有样,三个窗口分别对应前三讲的 PPT 12:19 🌟 惊喜(她根本没要求的功能):点开第一讲 → 一个"概览",把 80 多页 PPT 每页用一句话列成一张表,一眼扫过就知道这讲讲什么、有哪些素材;点某一页能直接看到原始 PPT 12:53 布局随时可改:想让左图右文、导航栏放上还是放左,直接跟它说就改 13:24 ❌ 新手不友好的地方:记不住工作台网址、没收藏,每次都要去 Agent 里找链接;有时链接打不开、用着用着就挂 14:07 解释:工作台背后是网页 + 数据库(后台服务),聊天窗是一个 Session;长时间不聊,Session 被回收,服务就挂了 14:42 ✅ 解法:把"记不住、打不开"这个痛点直接丢给它 → 它在桌面建了一个快捷方式,双击就进工作台;调了几次后现在能稳定打开 15:32 后续加功能:让它加一个"丢素材"的窗口(比如其他老师的讲义讲稿) 16:04 ✅ 它主动提议:以后你往本地工作目录的文件夹里丢东西,我就自动同步到工作台 → 她同意 → 现在真的丢进本地文件夹就自动出现在页面上 16:44 💡 技巧:可以让它上网搜"别人是怎么搭工作台的",借别人做得好的地方,说不定有你没想到的需求 【第六幕:三个价值 + "硬约束"洞察】 17:21 价值① 呈现形式变了:第一次感觉像在"指挥 AI 改网页",有一种自己在 build 一个产品的感觉 18:28 对比:以前做的网页多是"基于一段语音直接生成 HTML",零食型、用完就丢;工作台是长期用、能不断积累 19:00 价值② 长期沉淀:背后有数据库可以长期存;呈现和存储形式都由你定,不像文件夹只能规定"里面有什么文件" 19:29 🌟 价值③ 更关键:把 Skill 的"软约束"变成数据库的"硬约束" 19:32 说人话:Skill 里写"必须带某字段",它可能有幻觉就不带了;数据库里写死"必须同时有图片和文本才能存",少一个就报错存不进去 19:58 具体例子:每讲必须数字编号且递增——现在到第四讲,下一讲它只会让你插"5",插不了别的 21:36 对普通人:这是第一次接触到"硬约束"的概念;任务越长期,写死的规则就越有价值 22:10 这在写代码的人那里叫"结构化"——结构化之后,Agent 更好理解、工作更灵活 【第七幕:最小行动 + 收尾】 22:53 📋 最小行动四步:① 挑长期要做、每次翻素材的事 ② 说清场景 + 你最烦的那一步 ③ 建工作目录、把手头东西丢进去 ④ 说"根据这些帮我做个工作台",剩下的它反过来问你 23:43 如果它问"什么是工作台",就让它自己上网搜;任何 Agent 都能帮你搭 24:23 收尾:欢迎评论、告诉我们你想听的主题,下期再见 🔧 本期提到的工具 / 概念 · 工作台 —— 一个网页界面 + 一个数据库,用来替代文件夹;是你和 Agent 共同的空间 · 数据库 —— 能长期存东西、而且有固定格式的地方(本期反复出现的关键概念) · 增删查改 —— 数据库的四种基础操作(增加、删除、查询、修改),Agent 靠它和你一起在工位上干活 · Skill —— 给 AI 的规则 / 技能;它的约束是"提醒",AI 可能忘 · 硬约束 —— 数据库层面写死的规则,不满足就存不进去,AI 绕不过 · Session(会话) —— 你和 Agent 的聊天窗口背后的会话;长时间不管会被回收,后台服务可能挂掉 · Codex / ZCode / DeepSeek Harness —— 任何 Agent 都可以帮你搭工作台,技术上就是"一个数据库 + 一个网页" 📋 最小行动:四步(今天回家就能做) 第 1 步|挑一件你长期要做、每次都要翻素材的事(别挑一次性的工作) 第 2 步|跟你的 Agent 说清楚两件事:你的场景、你最烦的那一步(痛点) 第 3 步|建一个工作目录,把手头已有的东西先丢进去——不用等素材完美 第 4 步|跟它说:"你根据这些,以及我的场景和痛点,帮我做一个工作台吧"——剩下的,它会反过来问你 如果agent问你"什么是工作台",就让它自己上网搜一下。 任何 Agent 都能帮你搭,技术上就是"做一个数据库 + 一个网页"。 ── 两个误区 ── 误区一:为了搭而搭 如果没有一个真实痛点,搭完也可能用不起来。 误区二:把它当成一个一次性网页。 工作台的价值在"长期沉淀"——它是越用越值钱的资产;而单次生成的 HTML 是"零食型"的,用完就丢。 🧍♂️ 联系我们 微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙") 听众反馈:[email protected]
24 分钟 1k+ 次播放 1个月前
边听边看:本期知识地图 · 看懂概念,找到相关节目 最新发布的ChatGPT 6,它的重点不再是编程,而是"更能操控你的电脑" - Computer Use。 🌟 一个判断标准:先分清"让它创作"还是"让它复刻" 让 GPT6干实活之前,先判断任务类型: · ✅ "让它创作"(它自己定规则的世界)→ 它很强 例:各类动画、三维场景搭建、结构连接关系。 · ❌ "让它复刻"(现实里已有精确答案)→ 它相对弱,特别是没有尺寸时 例:照着照片还原客厅、按真人做精准 3D 小人、挑人脸表情。 它做得好,靠的是代码 + MCP 调用(空间计算),不是"看"得准。视觉细节和尺寸估计,它拿不到。 🔁 一个可复用的动作:它复刻失败时怎么办? 不要让它在"复刻现实"上硬碰。换成: 给它现成的参考(方案 PDF / 官网链接/ )+ 你的条件限制(手头材料、型号、尺寸),让它做"对比、取舍、重组"。 这是它的主场——主播这次就是这么把攀爬架方案(见图)做出来的,而且做得比他自己好。 ━━━━━━━━━━━━━━━━━━━━━━ ⏳ 时间轴 【第一幕:开场 · 这期在聊什么】 00:00 本期聊最新发布的 ChatGPT 6,它的重点不再是编程,而是"更能操控你的电脑"Computer Use 00:32 💡 啥是Computer Use?——以前模型只告诉你怎么操作,现在它真能在屏幕上点鼠标、敲键盘、打开软件,把任务自己干下去 【第二幕:ChatGPT6能做什么】 01:01 实验一:让它在 3D 软件 Blender 里做一辆豪华车,细节都很好 01:38 实验二:让它做机械臂——两条流水线,机械臂夹起货物、举起、转到第二条线,动作顺畅、空间关系全对 → 理科生"上头"了 【第三幕:为什么要做攀爬架】 01:42 真实需求:家里那套 Quadro 攀爬架(像乐高一样用管子和板拼装、能随孩子年龄改造型)刚拆了,想重新设计 02:25 想法:拍一张客厅照片给 GPT-6,让它在 Blender 里把客厅复刻出来、放进攀爬架方案,然后照着搭 【第四幕:第一次翻车 · 复刻客厅失败】 02:55 ❌ 翻车:它做出一个"像房子"的东西,墙和家具都有,但家具的位置、大小、离墙的远近全不对 → 完全不能用 03:12 社科生追问"是不是 Blender 不行";理科生反驳:机械臂动画那么复杂它都做得对,说明它三维建模能力没问题 04:32 📌 视觉细节佐证一:让它照着真人做 3D 小人,卡通感重、很多细节出槽 05:30 📌 视觉细节佐证二:让它帮忙挑视频封面,挑的全是"表情很不 OK"的,最后还得自己挑 【第五幕:为什么会这样】 05:00 💡 机理:它做得好,不靠"看"得准,靠的是代码 + MCP 调用做空间计算 07:17 🌟 核心洞察:机械臂的世界是它"自己创作"的(位置自己定,对得上就行);客厅是现实里"已有精确答案",照片给不了尺寸 → 这是两种任务 09:14 补一个专业视角:有专门做"深度估计"的模型(Depth Anything 这类),这方面比通用大模型强 【第六幕:转机 · 换思路就成功】 09:46 ✅ 换思路:不再让它复刻客厅,改让它做擅长的事——"重组"现成的方案 10:13 做法:把官网两个现成方案(A 爬高爬低 / B 带书桌)的链接丢给它,让它读 PDF、再自己上官网查材料清单 11:00 ✅ 结果:它读懂两个方案的结构、对比取舍、结合手头材料限制,给出一个全新方案——"比我想的还好" 12:03 ✅ 加码:还出了搭建教程(每层怎么搭)+ Blender 拼接动画(从底层一层层长上来)+ 网页 360° 旋转模型(搭到哪转到哪) 12:55 📌 总结:GPT6没帮我拿管子、也没当机器人帮我装,但把"一个复杂的三维设计"变成了"我能一步步执行的东西" → 实打实省了时间 【第七幕:展望 + 最小行动】 13:19 往后会不会真走到官网宣传那样——说一句话,3D 打印机就打出来,甚至连上机器人操作物理世界? 13:36 官网演示了 3D 打印、机械臂夹球(24 次成 19 次);简单任务没专门训练也能做,复杂任务成功率还很低。最大变化是"它开始懂三维结构了",但离真正用上还有距离 14:19 📋 最小行动:想体验 Computer Use——① 下 Codex(网页版不行)② 充会员(最低 20 美金档)③ 装专业软件(Blender)让它调用 ④ 给它一个小主题让它做 15:52 趋势:这套"办公能力"国产模型也会慢慢跟上,方向是从"编程为主"扩散到"各种专用软件" 17:00 收尾:感谢收听,欢迎评论、收藏、转发,加入听友群 ━━━━━━━━━━━━━━━━━━━━━━ 📋 最小行动:想体验 Computer Use,四步 第 1 步|下载 Codex 客户端(网页版 ChatGPT 做不到 Computer Use) 第 2 步|充会员,要花钱(8 美金档不确定能否用 Codex?最便宜的方法欢迎大家留言告诉我们) 第 3 步|装一个专业软件,比如 Blender 第 4 步|给它一个小主题,让它调用你电脑里的专业软件,把东西做出来 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 / 概念 · ChatGPT 6(GPT-6) —— 本期主角,重点在 Computer Use 能力 · Computer Use —— 让 AI 直接操作你电脑上的软件:点鼠标、敲键盘、打开软件,自己把活干下去 · Blender —— 专业 3D 建模 / 动画软件,本期用它做机械臂动画、攀爬架搭建动画、360° 模型 · Codex —— Chatgpt Agent客户端;想用 Computer Use 必须下载它(网页版 ChatGPT 不行),且需付费会员 · Quadro —— 德国模块化攀爬架品牌,像乐高一样用管子和板拼装,可随孩子年龄改造型 · MCP —— 模型调用外部工具/软件的接口;它做 3D 靠的是这个 + 代码,而非纯视觉 · Depth Anything —— 专门做"深度估计 / 三维重建"的模型,复刻现实场景时比通用大模型强 ━━━━━━━━━━━━━━━━━━━━━━ 🧍♂️ 联系我们 微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙") 听众反馈:[email protected] 请留言,转发,点赞👍谢谢大家!
17 分钟 99+ 次播放 2个月前
边听边看:本期知识地图 · 看懂概念,找到相关节目 一份80页的PPT,社科生做了三天:第一天累到脑子罢工,做出来的 ppt 很差,完全不能用;第三天做出来微调就能讲,给模型的素材内容没变,模型使用也没变。这期我们把这三天完整摊开复盘: ①为什么"看不懂就让AI做更细",是个越陷越深的坑 ②一句"能不能帮我理出一条主线",怎么把一坨大杂烩救回来 ③AI自己想出来的"开车"比喻,把四个不相干的板块串成一条线 ④第二天最扎心的瞬间:五个窗口同时跑,我觉得自己特别高产,晚上一盘点——PPT一页都没做 🧪理科生点破两个错觉:用"派活"代替"产出"、AI根本没有时间感 最后给三个可复用的动作 + 五步最小行动。备课、汇报、方案、报告,任何"用AI做一大坨东西"的场景都用得上。 ━━━━━━━━━━━━━━━━━━━━━━ 📌 本期核心内容提炼 1️⃣ 主线没聊透之前,别让AI动手执行 不管做什么内容,先让最强的模型帮你把框架和主线定下来。看不懂就让它"说人话、打个比方"——注意:是让它解释,不是让它做更细。 没厘清主线之前就细化,只会让你陷得更深。 2️⃣ 大体量的活,一定要分窗口 不要让一个窗口干完 80 页 PPT。按主线拆成几块,一个窗口负责一块(PPT 约 20 多页一块,对应字数约 1–2 万字),再单独开一个总控窗口做整体把控和最后整合。 3️⃣ 每次回复看三分钟,大体没问题就过 别跟 AI 反复较真细节。它给你的东西没有硬伤就往下推——派了多少活不是产出,学了多少东西也不是产出,最终那个东西出来了才算。 ━━━━━━━━━━━━━━━━━━━━━━ ⏳ 时间轴 【开场与背景】 00:00 开场:同一堆素材,第一天做不出来,第二天+第三天上午完成——差的是用法 00:14 背景:社科生刚成为大学老师,要备一门三学分、两个半小时的课 00:37 第一天 vs 第三天的结果对比:从"完全不能用"到"微调就能讲" 01:37 为什么这次想全交给 AI:上次手搓 80 多页 PPT,太累了 【第一天 · 翻车】 02:31 做法:用 Codex 建文件夹,把四类素材全丢进去(上节课 PPT / 随想记录员 / 拆书 / 习惯) 03:58 "把一整箱材料倒在它面前"——这就是许愿式编程 04:27 它给了个五页五五张的框架,铺到 80 多页,但社科生没看懂 05:34 ❌ 坑一:没让它解释,反而让它"做更细"→ 变成 80 页逐页清单 06:15 ❌ 坑二:逐页写反馈、加素材、找视频,光反馈就花了两个多小时 07:50 晚上六点拿到结果,脑子已经转不动,草草验收 08:13 交给千问办公执行 → 出来的 PPT 内容太散,完全打不到标准 【转机 · 一句话救回来】 09:28 理科生接手:看着两个工具的聊天记录,就知道问题在哪 09:41 💡 开网页版新对话,把最终版 slide 丢进去,只问一句"能不能帮我理出一条主线" 10:57 为什么用网页版而不是 Agent:会员免费、能开 Extra High、可以无限次聊 11:27 理科生诊断三大问题:材料不聚焦 / 过早进细节 / 内容没有主线 12:29 ✅ 主线出来了:对内认识自己 + 对外理解社会运作(后者正好接课程主题) 13:12 AI 主动建议:把"习惯"那块砍短,它喧宾夺主了 【高光 · 让 AI 说人话】 14:43 💡 万能技巧:"说人话,再打个比方"——理科生跟 AI 说得最多的一句话 15:12 🌟 AI 给出的"开车"比喻,把四个板块串成一条线(详见后方表格提炼) 16:37 它还给主人公起名叫"小林",一个大三学生,也就是听课的人 17:22 同样是丢材料,为什么他做对了:目标明确,只要主线,不改细节 18:27 做菜比喻:专门备料做可乐鸡翅 vs 冰箱里有什么炒什么 【第二天 · 虚幻的忙碌感】 19:30 第一天白忙,但晚上睡了个好觉——终于有一条清楚的主线了 20:04 第二天:把网页版当"最强大脑",让它指挥自己干活 20:38 开 5 个窗口:00 总控 + 4 个干活窗口(各负责 20 多页) 21:07 四步流程:分别调研 → 反过来教我 → 教学设计 → 总控汇总整合 22:40 同时玩 6 个窗口(5 个干活 + 1 个大脑),我以为自己特别高产 23:11 最耗时的其实是"让窗口把内容教会我"——学无止境 23:58 💔 又到第二天六点,第四个窗口还没学完——PPT 一页都没做 【两个错觉】 24:32 ❌ 错觉一:用"派了多少活"代替"做出来多少东西" 25:18 ❌ 错觉二:AI 没有时间感,跑偏了不会自己回头 26:10 "那天不是我没干活,也不是方向不对,是没人喊停" 【第三天 · 半天出活】 26:20 只剩半天:下午还有课,必须在中午出初稿 26:54 💡 救命建议一:别再学了,赶紧进教学设计环节 27:08 💡 救命建议二:每次回复看三分钟,大体没问题就过,不要磨时间 27:29 推进流程:粗框架 → 细框架 → 逐页内容 + 讲稿 → 总控检查整合 28:18 做 PPT 也有讲究:先确认风格视觉 → 再做 20 页 → 最后才全部做 29:00 ✅ 第三天中午 12 点,PPT 出来了 29:24 内容没变、模型没变,结果提升很大——差的是用法 【总结与行动】 29:37 📌 三个可复用的动作:先定主线 / 分窗口 / 大体就过 32:08 补刀:盯住"产出"两个字,可以设闹钟或让独立 Agent 当监工 32:45 📋 最小行动五步(详见后方提炼) 33:49 结尾(33:53 有声音彩蛋 🎁) ━━━━━━━━━━━━━━━━━━━━━━ 📋 最小行动:五步 第 1 步|挑一个你正在用 AI 帮你干的大活儿 汇报、课件、报告、方案,什么都行。 第 2 步|开一个全新的、干净的窗口 先别急着丢素材。说清楚背景和目标,可以简单丢一点素材,然后只问它一句: "能不能帮我理出一条主线?" 第 3 步|主线没聊透之前,不要让它动手做内容 让它用比喻、说人话的方式,把主线讲得又透又生动,直到你充分理解为止。 第 4 步|主线定了,再拆成几个窗口 让做规划的那个模型帮你定:这个工作要分几个窗口来做。定了之后,再让干活窗口分头去干。 第 5 步|推进过程中,时刻问自己一句 我是不是真的推动了最终的结果? 每个窗口返回的东西,看三分钟,大体没问题就过,进入下一环节。 🚗 AI 给的"开车"比喻(本期高光) AI 把这门课四个八竿子打不着的板块,用一个"开车"全串起来了: 它甚至还给主人公起了名字——一个叫"小林"的大三学生,也就是听课的学生本人。 ❌ 两个错觉 错觉一:用"派活"代替"产出" 你派了很多活出去、好几个窗口同时在跑,感觉自己是个高产的调度者。但其实你是用"派了多少活"代替了"做出来多少东西"。这跟以前说的"假努力"是一回事——用干了多少活、写了多少笔记,代替学了多少东西。AI 时代尤其严重,因为它会一直跟你说"继续、继续",不给你停下来的机会。 错觉二:陷进细节出不来 AI 没有太强的时间概念,它不知道你已经忙到六点了。它让你先做 A 再做 B 再做 C,听着很有章法,但只要有一个地方跑偏,它就顺着跑偏的方向一路走下去,不会忽然说"等一下,我到底在干啥来着"。 人不一样——人干着干着会警觉:不对,我怎么忙了这么久一点进度都没有? AI 是没有时间感的。它并不知道你下周就要上课了 ━━━━━━━━━━━━━━━━━━━━━━ 💬 本期金句 · 「内容没变,模型也没变,但结果有很高的提升——这跟用法有很强的相关。」 · 「派了多少活不是产出,学了多少东西也不是产出。」 · 「AI 是没有时间感的,它并不知道你下周就要上课了。」 · 「看不懂的时候,要让它说人话、打比方,而不是让它做更细。」 · 「没有厘清主线之前的细化,只会让你走得更偏、陷得更深。」 · 「产出一定是要有客观证据的,就是落地了多少个东西。」 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 · ChatGPT 网页版(用最强模型,我们当时用 5.6 Sol 开 Extra High 模式,现在可以用 Chatgpt6 啦)—— 用来定主线、做规划;会员聊天免费、可无限次 · Codex(Agent 形态)—— 第一天用它做规划 · 千问办公 —— 三天用它最终生成 PPT,感觉千问做 PPT 出来的效果一直不错,用 Qwen3.8 Max 模型,但是,挺费积分的。 · 分窗口结构:1 个总控窗口「00」+ 4 个干活窗口,每块约 20 多页 ━━━━━━━━━━━━━━━━━━━━━━ 🧍♂️ 联系我们 微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙") 听众反馈:[email protected] ━━━━━━━━━━━━━━━━━━━━━━ 📝 往期链接 39. 在Agent里搭一个越来越了解你的角色-随想记录员 https://www.xiaoyuzhoufm.com/episode/6a3c97209d2f5743683d813d 42. 千问办公实测 https://www.xiaoyuzhoufm.com/episode/6a71d2c2ab3a91c24a0fb6c3
34 分钟 2k+ 次播放 2个月前
边听边看:本期知识地图 · 看懂概念,找到相关节目 本期聊过去一周AI模型圈的大事:智谱、千问接连发布轻量版(Flash)模型——牛来模型5.3 Flash,qwen3.8 Flash,还有腾讯混元4也发布了预览版。Flash版本模型一个比一个便宜,表面是扎堆发新品,背后可能是整个行业的转向——最贵的旗舰模型,开始卖不动了。日常任务已经不太需要最强Claude Fable级别的模型。 我们拆解了便宜模型为什么能追上来,也给一个模型选用原则:规划和验收阶段用最贵的模型,中间执行交给便宜管饱的。不管你是刚上手AI的小白,还是天天跟模型打交道的进阶用户,这期都能帮你把模型选得更聪明、花得更少。 ⏳ 时间轴 00:47 什么是模型Flash轻量版,和普通版差在哪 02:20 最贵的模型卖不动:旗舰款企业用量只占一成 05:20 便宜模型凭什么追上来:64个专家只激活4个 11:40 贵模型的正确用法:只做规划和验收 16:05 本周新模型逐个点评:智谱、千问、混元 23:20 普通人现在到底该怎么选模型 🧍♂️联系我们 微信听友群:加13826477686微信进群(加微信时辛苦备注“AI搞学术”或“小宇宙”) 听众反馈:[email protected]
24 分钟 1k+ 次播放 2个月前
外观
播放列表还是空的
去找些喜欢的单集添加进来吧